UNIVERSIDAD DE CHILE - Repositorio...

UNIVERSIDAD DE CHILE

Facultad de Ciencias Químicas y Farmacéuticas

Departamento de Ciencia y Tecnología de los Alimentos

DETERMINACION DE LA CALIDAD EN CHIPS DE MANZANA FRITA MEDIANTE VISION COMPUTACIONAL

MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO EN ALIMENTOS

ESTEFANÍA FLORES GUTIÉRREZ

Profesor Patrocinante: Msc. Andrea Bunger Timmermann Directores de Memoria: Dr. Franco Pedreschi Plasencia

Msc. Andrea Bunger Timmermann

Santiago, Chile 2010

ii

DEDICATORIA

A mi familia, por su cariño inmenso

A Fernando M., por su apoyo y amor incondicional

A Guacolda R., por sus palabras de aliento

A la memoria de mi abuelo

iii

AGRADECIMIENTOS

Agradezco a todos los que forman y formaron parte de mi vida, sin ustedes este

sueño nunca pudiera haber sido completado. Sencillamente, ustedes son la base de mi

vida y fuente de motivación para superarme cada día más y luchar por un futuro mejor.

A mis amigos con los que compartí tantas aventuras, experiencias y

desveladas. Gracias a cada uno por hacer que mi estancia en la universidad fuera

divertida, los quiero mucho y nunca los olvidaré.

A mi Profesora Patrocinante y Directora de Tesis la Sra. Andrea Bunger por su

constante preocupación y dedicación. Al Profesor Franco Pedreschi por su ayuda y

apoyo. Al Profesor Domingo Mery por su paciencia y buena disposición.

A los jueces que conformaron el panel sensorial: Kattirant Moya, Alejandra

Lozano, Cristian Arellano, Natalia Reyes, Constanza Barahona, Laura Hurtado, Tomás

Cáceres, Alberto Pozo, Pamela Soto, Pilar Morgan, Rocío Rivas, Alejandro Sanhueza,

Sergio Lobos, Paulina Vergara y Elizabeth Muñoz, por su disposición, tiempo y buena

onda, fueron parte importante en el desarrollo de este trabajo.

A mi compañera de laboratorio Kattirant, porque siempre pude contar contigo,

por tu compañía y ánimo. A Silvia Matiacevich, por sus prácticos consejos

experimentales, buena onda y disposición. A Carolina Martínez, por sus consejos,

ayuda y preocupación.

Finalmente gracias al Proyecto FONDECYT N° 1070031 titulado “Determination

of potato and apple processing kinetics and their final quality using computer vision” y a

los investigadores a cargo: Franco Pedreschi, Andrea Bunger y Domingo Mery, por

darme la oportunidad de participar del proyecto y realizar mi memoria de título.

iv

ÍNDICE GENERAL

RESUMEN................................................................................................................

SUMMARY................................................................................................................ 1 INTRODUCCIÓN........................................................................................... 1.1 Revisión bibliográfica.............................................................................

1.1.1 La fritura..................................................................................................

1.1.1.1 Pérdida de humedad durante la fritura...........................................

1.1.1.2 Absorción de aceite durante la fritura............................................

1.1.1.3 Evolución del color durante la fritura..............................................

1.1.1.4 Evolución de la textura durante la fritura........................................

1.1.2 Visión computacional..............................................................................

1.1.2.1 Adquisición de imágenes...............................................................

1.1.2.2 Pre- procesamiento de la imagen..................................................

1.1.2.3 Segmentación de la imagen...........................................................

1.1.2.4 Extracción de características.........................................................

1.1.2.5 Clasificación...................................................................................

1.1.3 Evaluación sensorial...............................................................................

1.2 Hipótesis.........................................................................................................

1.3 Objetivo general..............................................................................................

1.4 Objetivos específicos......................................................................................

2. METODOLOGÍA……......................................................................................

2.1 Obtención de chips de manzana.....................................................................

2.1.1 Selección y lavado..................................................................................

2.1.2 Corte……………………………………………………………….…………...

2.1.3 Pre-tratamientos…………………..…………………………..………………

2.1.4 Proceso de fritura………………..……………………………….……….….

xiv

xvi

1

2

2

3

4

5

5

6

7

8

8

9

10

12 13

13

13

14

14

15

15

15

16

v

2.2 Determinación de propiedades físicas al producto final.................................

2.2.1 Determinación de humedad....................................................................

2.2.2 Determinación del contenido de aceite total………………………………

2.2.2.1 Modelo de absorción de aceite......................................................

17

17

17

18

2.3 Adquisición de imágenes digitales y extracción de características……...…

2.4 Análisis sensorial....................................................................................

2.4.1 Elección y selección de los evaluadores…………………………………

2.4.2 Selección del panel.........................................................................

2.4.3 Familiarización del panel con las muestras.......................................

2.4.4 Construcción de tabla color.............................................................

2.4.5 Evaluación de Color........................................................................

2.4.6 Determinación de grados de calidad según categorías de color….….

2.5 Correlación.............................................................................................

2.6 Clasificación...........................................................................................

2.6.1 Validación cruzada.................................................................................

3. RESULTADOS Y DISCUSIÓNES..................................................................

3.1 Propiedades físicas medidas instrumentalmente...........................................

3.1.1 Perdida de Humedad.............................................................................

3.1.2 Contenido de aceite...............................................................................

3.1.2.1 Modelo de absorción de aceite......................................................

3.2 Predicción de propiedades físicas mediante visión computacional................

3.2.1 Correlación de pérdida de humedad y absorción de aceite...................

3.2.2 Correlación propiedad física teórica v/s instrumental.............................

3.3 Determinación de calidad en chips de manzanas por visión computacional.

3.3.1 Determinación sensorial del grado de calidad según categorías de

color.......................................................................................................

3.3.2 Clasificación según el grado de calidad empleando el atributo color…

4. CONCLUSIONES...........................................................................................

5. BIBLIOGRAFÌA...............................................................................................

18

19

19

19

20

21

22

22

23

23

24

26

26

26

29

33 35

35

38

38

39

41

54

56

vi

ÍNDICE DE TABLAS

Tabla 1:

Tabla 2:

Tabla 3:

Tabla 4:

Tabla 5:

Grados de calidad según categorías de color....................................

Resumen de los valores de parámetros del modelo de cinética de

absorción de aceite de manzanas fritas………..................................

Tabla resumen de la correlación entre las propiedades medidas

instrumentalmente y por VC……………….........................................

Categorías de Calidad a partir de la encuesta de evaluación de

color en chips de manzana frita..........................................................

Resumen de los porcentajes de aciertos, clasificadores y número

de caracteristicas obtenidas de la clasificación.................................

22

34

37

40

52

vii

ÍNDICE DE FIGURAS

Figura 1:

Figura 2:

Figura 3:

Figura 4:

Figura 5:

Figura 6:

Figura 7:

Figura 8:

Figura 9:

Figura 10:

Figura 11:

Figura 12:

Figura 13:

Figura 14.1:

Figura 14.2:

Absorción de aceite y perdida de humedad en el proceso de

fritura (Allen y Rojas, 2009).............................................................

Diagrama en base a un corte transversal de la estructura de un

chip en relación a la absorción de aceite durante la fritura

(Bouchon, 2003)……………………………………………….............

Visión Computacional (Mery y cols, 2010)……………………..……

Segmentación de una imagen de alimento RGB usando una

imagen de alto contraste J, umbral global K, obtenidos a partir de

su histograma (derecha), y operaciones morfológicas R, (Mery y

cols, 2010)…………………………………………………….…………

Ejemplo, donde n características de las peras de mesa, son

extraídas para construir una tabla de características, donde cada

fila representa una muestra, y cada columna una función, (Mery y

cols, 2010).......................................................................................

Diagrama de flujo del proceso de elaboración de las muestras de

chips de manzana estandarizados……………………………………

Esquema del proceso de fritura (León, 2005)……………….………

Configuración de Bfex………………………………………….………

Ordenamiento de intensidad de color, set de color rojo……………

Tabla de color inicial para fijar los colores intermedios……………

Extracto de tabla de color para manzanas y bandeja con las

muestras…………………………………………………………………

Configuración del Bfcsel………………………………………..…....

Validación cruzada……………………………………………………..

Cinética de la pérdida de humedad (b.h.) en chips de manzana

control a 140 y 160 ºC en función del tiempo de fritura……….….


escaldados a 140 y 160 ºC en función del tiempo de fritura…..…..

3

4

7

8

9

14

17

19

20

21

22

24

25

26

27

viii

Figura 14.3:

Figura 14.4:

Figura 14.5:

Figura 15.1:

Figura 15.2:

Figura 15.3:

Figura 15.4:

Figura 15.5:

Figura 16.1:

Figura 16.2:

Figura 17.1:

Figura 17.2:


escaldados-secados a 140 y 160 ºC en función del tiempo de

fritura…………………………………………………...………………...


para los tres pre-tratamientos en función del tiempo de fritura a

140ºC…………………………………………………...………………..


para los tres pre-tratamientos en función del tiempo de fritura a

160 ºC………………………………..…………………………………..

Cinética de la absorción de aceite en chips de manzana control

en función del tiempo de fritura a ambas temperaturas de fritura..

Cinética de la absorción de aceite en chips de manzana

escaldados en función del tiempo de fritura a ambas

temperaturas de fritura..………………………………………………..

Cinética de la absorción de aceite en chips de manzana

escaldadas-secadas en función del tiempo de fritura a ambas

temperaturas de fritura………..…………………………………….….

Cinética de la absorción de aceite en chips de manzana para los

tres pre-tratamientos en función del tiempo de fritura a 140 ºC….

Cinética de la absorción de aceite en chips de manzana para los

tres pre-tratamientos en función del tiempo de fritura a 160 ºC….

Cinética de absorción de aceite en chips de manzana para los

tres pre-tratamientos en función del tiempo de fritura a 140ºC……

Cinética de absorción de aceite en chips de manzana para los

tres pre-tratamientos en función del tiempo de fritura a 160ºC……

Regresión lineal para el tratamiento control 140, entre Humedad

b.s. y Fourier_2 – Blue 11…………………………………….………..

Regresión lineal para el tratamiento control 140, entre Aceite b.s.

y Fourier_2 – Blue 11…………………………………………………..

27

28

29

30

30

31

32

32

33

34

35

36

ix

Figura 18.1:

Figura 18.2:

Figura 19:

Figura 20:

Figura 21.1:

Figura 21.2:

Figura 21.3:

Figura 21.4:

Figura 21.5:

Figura 21.6:

Figura 22.1:

Correlación entre Aceite b.s. instrumental y Aceite b.s. teórica

para los chips de manzana control a 140ºC………….…….……….

Correlación entre Aceite b.s. instrumental y Aceite b.s. teórica

para los chips escaldados a 140ºC…………………………..………

Clasificación en grados de calidad a partir de la encuesta de

evaluación de color en chip de manzana frita……………………….

Categorías de calidad para todos los pre-tratamientos y para

ambas temperaturas de fritura…………………………………..……

Función de densidad de probabilidad versus la mejor

característica encontrada para los pretratamientos control,

escaldado y escaldado-secado a 140ºC……………………….…...


característica encontrada para los pretratamientos control,

escaldado y escaldado-secado a 160ºC…………………………….

La mejor caracteristica encontrada versus la segunda mejor para

los pretratamientos control, escaldado y escaldado-secado a

140ºC………………………………………………………………..…...

La mejor caracteristica encontrada versus segunda mejor para la

clasificación de los pretratamientos control, escaldado y

escaldado-secado a 160ºC……………………………………..……..

Tres mejores caracteristicas encontradas para la clasificación de


140ºC…………………………………………………………………….

Tres mejores caracteristicas encontradas para la clasificación de


160ºC…………………………………………………………………….


característica encontrada para el pre-tratamiento control a 140 y

160ºC……………………………………………………………..……...

38

38

39

40

42

42

43

44

45

45

46

x

Figura 22.2:

Figura 22.3:

Figura 22.4:

Figura 22.5:

Figura 22.6:

Figura 22.7:

Figura 22.8:

Figura 22.9:


característica encontrada para el pre-tratamiento escaldado a 140

y 160ºC…………………………………………………………………..


característica encontrada para el pre-tratamiento escaldado-

secado a 140 y 160ºC……………………….…………………….......

La mejor caracteristica encontrada versus la segunda mejor

característica encontrada para el pre-tratamiento control a 140 y

160ºC…………………………………………………………………….


el pre-tratamiento escaldado a 140 y 160ºC…………………….…..


el pre-tratamiento escaldado-secado a 140 y 160ºC……….………

Tres mejores caracteristicas encontradas para la clasificación del

pre-tratamiento control a 140 y 160ºC……………………….……….


pre-tratamiento escaldado a 140 y 160ºC……………………………


pre-tratamiento escaldado-secado a 140 y 160ºC…………………

47

47

48

49

49

50

51

51

xi

ÍNDICE DE ANEXOS

ANEXO A:

Figura A.1:

Figura A.2: Figura A.3:

Figura A.4:

Figura A.5:

ANEXO B:

Ficha B°1:

Ficha B°2:

Ficha B°3:

Ficha B°4:

ANEXO C:

Tabla C.1:

Tabla C.2:

Tabla C.3:

Tabla C.4:

Tabla C.5:

Tabla C.6:

Ajuste de captura de las imágenes digitales…………...…………...

Configuración de ajustes de disparo………………………….………....

Configuración de ajuste de ángulo………………………………….……

Curva de calibración del parámetro L*............................................

Curva de calibración del parámetro a*............................................

Curva de calibración del parámetro b*............................................

Fichas de evaluación sensorial utilizadas.......................................

Ficha de ordenamiento para ranking de color…………………………..

Ficha Construcción Tabla de color……………………………………….

Ficha para test de reconocimiento de color en chips de Manzana…...

Pauta de encuesta de evaluación de color en chips de manzana

frita…………………………………………………………….……………..

Tablas de datos experimentales…………………………...…………..

Tiempos de fritura, en segundos, para manzanas control, escaldado

y escaldado-secado para las dos temperaturas de fritura…………….

Diluciones de los tubos de ensayo para el ordenamiento de color…..

Resultados obtenidos para la selección de jueces en cada uno de los

sets de colores presentados………………………………………….

Resultados obtenidos de los jueces para la selección de los 5 puntos

intermedios de la tabla de color de 7 puntos…………………...

Resumen de % de preferencias obtenidos a partir de encuesta de

evaluación de color en chips de manzanas fritas……………………....

Pérdida de humedad (b.h.) de las manzanas control, escaldadas y

escaldadas-secadas, para las dos temperaturas de fritura en (g

agua/g manzana h.)………………….....………………………..………..

59

59

60

61

61

62

63

63

63

64

64

65

65

65

66

67

68

68

xii

Tabla C.7:

ANEXO D:

Figura D.1:

Figura D.2:

Figura D.3:

Figura D.4:

Figura D.5:

Figura D.6:

Figura D.7:

Figura D.8:

Figura D.9:

Figura D.10:

ANEXO E:

Figura E.1:

Figura E.2:

Absorción de aceite (b.s.) de las manzanas control, escaldadas y

escaldadas-secadas, para las dos temperaturas de fritura…..………

Gráficas de correlación de contenido de humedad y aceite……...

Regresión lineal para el tratamiento escaldado a 140ºC, entre

Humedad b.s. y Gabor(1,3) -Hue 11…………………………….……....

Regresión lineal para el tratamiento escaldado-secado a 140ºC,

entre Humedad b.s. y Fourier_2 – Blue 11…………………….……….

Regresión lineal para el tratamiento control a 160ºC, entre Humedad

b.s. y Fourier_1 - Red 11…………………………………….……………

Regresión lineal para el tratamiento escaldado a 160ºC, entre

Humedad b.s. y Int - Hu - moment 1 - Sat 11………………….………


entre Humedad b.s. y Fourier_2 – Blue 11…………………….….……

Regresión lineal para el tratamiento escaldado a 140ºC, entre Aceite

b.s. y Garbor(1,3) – Hue 11………………………………….……………


entre Aceite b.s. y Fourier_2 – Blue 11…………………….……………

Regresión lineal para el tratamiento control a 160ºC, entre Aceite

b.s. y Fourier_1 – Red 11………………………………….……………...

Regresión lineal para el tratamiento escaldado a 160ºC, entre Aceite

b.s. y Int-Hu- moment 1 – Sat 11…………………………..…………….


entre Aceite b.s. y Fourier_2 – Blue11…………………..………………

Gráficas de propiedades físicas teóricas v/s instrumentales…….

Correlación entre Aceite b.s. instrumental y teórica para los chips

escaldados-secados a 140ºC……………………………..………………


control a 160ºC……………………………………………….…………….

70

72

72

72

73

73

74

74

75

75

76

76

77

77

77

xiii

Figura E.3:

Figura E.4:

Figura E.5:

Figura E.6:

Figura E.7:

Figura E.8:

Figura E.9:

Figura E.10:


escaldados a 160ºC……………………………………………..…………


escaldados-secados a 160ºC…………………………………………….

Correlación entre Humedad b.s. instrumental y teórica para los chips

control a 140ºC.………………………………………………...…………..


escaldado a 140ºC…………………………………………………………




control a 160ºC…………………………………………….……………….


escaldados a 160ºC…………………………………………….………….



78

78

79

79

80

80

81

81

xiv

RESUMEN

En la industria alimentaria, la determinación de la calidad de los alimentos es

una actividad que involucra costos y recursos considerables en el proceso productivo,

dado que la calidad es un concepto amplio que viene determinado por la conjunción de

distintos factores relacionados todos ellos con la aceptabilidad del alimento. El objetivo

del proyecto es determinar las propiedades físicas y la calidad de los chips de

manzana para los distintos pre-tratamientos y temperaturas de fritura, mediante la

visión computacional de manera automática, rápida, confiable y exacta, sin necesidad

de aplicar métodos instrumentales y sensoriales.

Se estandarizó la preparación de chips de manzana frita a dos temperaturas de

fritura (140 y 160º C) y tres pre-tratamientos (control, escaldado y escaldado – secado).

A través de ensayos preliminares se determinó el tiempo de fritura bajo cada condición

para llegar a una humedad final de 1 ± 0,2%, el cual fue dividido en 6 intervalos para

realizar una cinética de absorción de aceite y pérdida de humedad, durante la fritura.

Se realizó la adquisición de imágenes digitales para la modelación y predicción de

propiedades físicas. Los productos finales pertenecientes al último intervalo de tiempo

de fritura, fueron clasificados en tres grados de calidad a través de la evaluación de

color por medio de un panel sensorial para obtener un modelo predictivo de calidad.

Los resultados experimentales obtenidos mostraron que los pre-tratamientos

utilizados en los chips influyeron en las propiedades físicas, y se comprobó que la

pérdida de humedad fue más rápida para el pre-tratamiento escaldado-secado, así

como también fue un método eficaz para reducir la absorción de aceite.

Al correlacionar las propiedades físicas medidas por visión computacional e

instrumentalmente, se obtuvieron buenos valores de correlación entre 0,92 - 0,97, por

lo que fue posible predecir las propiedades físicas de humedad y contenido de aceite a

partir de visión computacional.

xv

Se determinó la calidad de los chips de manzana de forma automática mediante

la visión computacional, para ello se escogió la clasificación de temperaturas a 140 y

160 ºC y no la de pre-tratamientos, ya que tiene un mayor porcentaje de aciertos, 89,9

y 87,2 % respectivamente.

Finalmente, es posible obtener un modelo predictivo que permitirá determinar

en forma automática la calidad y la predicción de las propiedades físicas de un chip de

manzana en cualquier proceso productivo, sin necesidad de efectuar un análisis

instrumental ni sensorial del producto; lo que involucra una reducción de tiempo y

optimización de recursos asociado al proceso productivo.

xvi

SUMMARY

In the food industry, the determination of food quality is an activity that involves

considerable costs and resources in the production process, since that quality is a

broad concept which is determined by a combination of different factors related to the

acceptability of food. The project`s objective is to determine the physical properties and

quality of apple chips at different pre-treatment and frying temperatures, using computer

vision to achieve this in a automatic, quick, reliable and accurate way, without the need

for instrumental and sensory methods.

The preparation of apple chips was standardized at two frying temperatures (140

and 160 C) and three pre-treatments (control, blanching and blanching-drying). Through

preliminary tests the frying time under each condition was determined in order to reach

a final moisture content 1+0,2% which was divided into six intervals for the absorption

kinetics of oil and moisture loss, during frying. The acquisition of digital images was

carried out for the modeling and prediction of physical properties. The final products

belonging to the last interval of frying time were classified into three grades of quality

through color evaluation by a sensory panel in order to obtain a predictive quality

model.

The experimental results showed that pre-treatments used in the chips affected

the physical properties, indicating that for the blanching-drying pre-treatment moisture

loss was a faster and a more effective method in order to reduce oil absorption.

By correlating the physical properties measured by computer vision and

instrumental methods, good correlation values were obtained between 0,92 - 0,97, so

that it was possible to predict the physical properties of moistures and oil content from

computer vision.

xvii

The quality of apple chips was determined automatically by computer

vision, choosing the classification by temperature at 140 and 160 ºC and not by pre-

treatment, due to a higher percentage of corrects answers, 89,9 and 87,2 %

respectively.

Finally, is possible to obtain a predictive model that will automatically determine

the quality and prediction of physical properties of apple chips in any production

process, without the need for instrumental or sensory analysis, which involves a

reduction of time and resources associated with the optimization of production process.

1

1 INTRODUCCIÓN

La calidad es un concepto amplio que viene determinado por la conjunción de

distintos factores relacionados todos ellos con la aceptabilidad del alimento. Los

determinantes de la calidad son: color, olor, aroma, sabor, textura y ausencia de

contaminantes. El aspecto y el color de la superficie de los alimentos es el primer

parámetro de calidad evaluado por los consumidores y es crítico en la aceptación del

producto, incluso antes de que entre a la boca. Los consumidores tienden a asociar el

color con cualidades sensoriales, composición química y, por lo tanto, factores que

definen la calidad de un producto alimentario (Pedreschi y cols, 2006).

Por otro lado, la fritura es un proceso de cocción de alimentos que consiste en

introducir el alimento en un medio graso sometido a elevadas temperaturas, en

presencia de aire, durante un determinado tiempo. De este proceso se derivan otros

muy complejos que afectan a la composición del aceite y del producto. A pesar de ello,

los productos fritos son de gran aceptación por el consumidor por sus especiales

características sensoriales derivadas de la presencia de una cantidad de grasa que

mejora su textura y les confiere un sabor característico que los diferencia notablemente

de los productos horneados (Salas, 2006).

La evaluación de la calidad sensorial realizada a través de un panel sensorial

entrenado, suele ser lenta, destructiva, invasiva, complicada y cara, por lo que surge la

necesidad de determinar la calidad sensorial a través de métodos rápidos, confiables y

objetivos. Así, la visión computacional (VC) se proyecta como un método interesante y

alternativo al sensorial, pues es una tecnología que adquiere y analiza una imagen

para obtener la información o para controlar procesos. Con las imágenes digitales se

puede cuantificar y clasificar el objeto de interés evitando las limitaciones de los

análisis tradicionales o instrumentales, como por ejemplo: tamaño de muestra,

irregularidad de superficie, entre otros, además de evitar la subjetividad del análisis

sensorial.

2

1.1 Revisión bibliográfica

1.1.1 La fritura

La fritura por inmersión es uno de los procesos más antiguos de preparación de

alimentos y consiste, básicamente, en la inmersión de los trozos de alimentos en aceite

caliente. Las altas temperaturas causan la evaporación del agua, la que difunde fuera

del alimento al aceite circundante. El aceite es absorbido por el alimento,

reemplazando alguna fracción del agua eliminada durante la fritura (Mellema, 2003).

Esta situación facilita la cocción interna del producto, el cual queda más jugoso y

permite la conservación de muchas de las características propias del alimento,

mejorando en la mayoría de los casos, su sabor, textura, aspecto y color. El producto

frito posee una estructura distintiva. Su parte externa es una superficie que contribuye

al impacto visual inicial debido a su tostado, presentando un color entre dorado y

pardo, resultante de las reacciones de las proteínas y los azúcares por acción del calor

(pardeamiento no enzimático “Reacción de Maillard” y de los azúcares al sufrir la

caramelización) dando lugar a un producto con aspecto agradable (Álvarez, 2005).

El grado de oscurecimiento del alimento frito depende del tiempo y la

temperatura de fritura en combinación con la composición química del producto, y de la

composición del aceite utilizado en la fritura. Los procesos que ocurren también

producen los sabores deseados y dan lugar a una capa crujiente superficial como

consecuencia de la deshidratación del alimento durante la fritura. El calor reduce el

contenido de humedad de esta capa hasta 3% o menos y la humedad desprendida es

la causante del vapor generado durante el proceso (Álvarez, 2005).

El espacio libre que deja el agua que escapa es ocupado por el aceite. La

cantidad de aceite absorbido por un alimento depende en gran medida de su contenido

de humedad, porosidad y superficie expuesta al aceite de fritura. Esta cantidad es

aproximadamente entre el 20 y 40% en base al peso del alimento frito.

3

Freír alimentos a temperaturas demasiado bajas provoca que los mismos

atrapen más cantidad de grasa en su interior. El aceite absorbido le imparte al alimento

olor, sabor y color y además favorece la palatabilidad. Por esto, si el aceite tiene sabor

u olor extraño, el alimento frito también lo tendrá (Álvarez, 2005).

1.1.1.1 Pérdida de humedad durante la fritura

La fritura de alimentos constituye un proceso de deshidratado parcial y

localizado en la parte externa del producto la que se transforma progresivamente en

corteza dura.

Los chips son láminas delgadas que cuando se fríen, su contenido de humedad

decrece desde aproximadamente un 80% hasta alrededor de un 2%. Al comienzo de

la fritura se produce una formación de burbujas de vapor de agua que escapan de la

superficie del alimento, debido a que el aceite se encuentra a temperaturas mayores al

punto de ebullición del agua, disminuyendo de esta forma la humedad superficial del

producto como se muestra a continuación en la Figura1 (Aguilera y Hernández, 2000;

Bouchon y cols, 2003).

Figura 1: Absorción de aceite y perdida de humedad en el proceso de fritura (Allen y

Rojas, 2009).

4

1.1.1.2 Absorción de aceite durante la fritura

La superficie juega un papel importante en el fenómeno de absorción de aceite,

debido a que la mayor parte del aceite es retenido en forma de gotas en la corteza de

la pieza frita, una vez que se ha frito y removido de la freidora para su enfriamiento.

Bouchon (2003) identificó la existencia de tres fracciones de aceite, que dependen del

momento en que son absorbidas (ver Figura 2): el aceite estructural (que contiene el

alimento), el aceite absorbido (que proviene tanto de la absorción del proceso de fritura

como de la absorción durante el enfriamiento) y el aceite superficial (que permanece en

la superficie).

Se ha demostrado que una pequeña cantidad de aceite penetra durante la

fritura, pero la mayoría del aceite ingresa al final del proceso, sugiriendo que el aceite

absorbido y el agua removida no son fenómenos sincronizados. Adicionalmente, se

encontró en tortillas de tipo chip que sólo el 20% del contenido total de aceite es

absorbido durante la fritura y que aproximadamente el 64% del contenido total de

aceite es absorbido durante el enfriamiento, quedando sólo el 36% del total de aceite

sobre la superficie (Moreira y cols, 1997). Durante el enfriamiento, el aceite se podría

localizar sobre la superficie de la tortilla chip o en la micro-estructura poro-corteza

cuando ha sido succionado al interior del poro.

Figura 2: Diagrama en base a un corte transversal de la estructura de un chip en

relación a la absorción de aceite durante la fritura y enfriamiento (Bouchon, 2003).

5

1.1.1.3 Evolución del color durante la fritura

El aspecto y el color de la superficie de los alimentos es el primer parámetro de

calidad evaluado por los consumidores y es fundamental, en la aceptación del

producto, incluso antes de que entre en la boca. Los consumidores tienden a asociar

con el color el sabor, tiempo de almacenamiento, nutrición y nivel de satisfacción. La

observación del color, por tanto permite la detección de determinadas anomalías o

defectos que pueden presentar los productos alimenticios (Pedreschi y cols, 2006).

El desarrollo de color en los chips comienza cuando ya han perdido agua y

depende de la velocidad de secado y del coeficiente de transferencia de calor durante

las diferentes etapas de la fritura. El color en chips es el resultado de la reacción de

Maillard que depende del contenido de azúcares reductores, aminoácidos o proteínas

en la superficie y de la temperatura y tiempo de fritura (Pedreschi y cols, 2006).

Aunque hay diferentes espacios de color, el más comúnmente utilizado en la

medición del color de los alimentos es el L*a*b* (L* es la luminancia, que va desde 0 a

100, a*(verde al rojo) y b*(azul a amarillo), que varían de 120 a 120), debido a que el

espacio en la percepción del color es uniforme (Pedreschi y cols, 2006).

1.1.1.4 Evolución de la textura durante la fritura

La textura es una percepción sensorial, lo que significa que los humanos

pueden percibir, describir y cuantificar la misma. En general se describe como un

atributo de múltiples parámetros, generalmente asociado a mecánicos, geométricos y

acústicos (Pedreschi y Moyano, 2004).

El análisis computacional de la textura superficial de los alimentos es de interés

por que el tratamiento afecta a muchos productos alimenticios. La textura superficial es

por lo general formada por la interacción de la luz con una superficie rugosa (Pedreschi

y cols, 2007).

6

La textura del chip se caracteriza por dos procesos, el reblandecimiento de los

tejidos durante los primeros minutos de fritura y la formación progresiva de la corteza

(endurecimiento de los tejidos) del chip a medida que aumenta el tiempo de fritura.

Además, ambos procesos dependen de la temperatura de fritura, ya que a baja

temperatura de fritura, estos procesos demoran más tiempo (Pedreschi y Moyano,

2004).

1.1.2 Visión computacional

La visión computacional (VC) es una tecnología moderna para la adquisición y

el análisis de una imagen por computador y otros dispositivos, con el fin de obtener

información o para controlar procesos. La base técnica de la VC está relacionada con

análisis de imagen y de transformación, que puede dar lugar a la segmentación,

cuantificación y clasificación de imágenes y objetos de interés dentro de las imágenes.

La VC ha dado buenos resultados para la medición en línea de varios productos

alimenticios con aplicaciones que van desde inspección de rutina a la compleja visión

robótica (Gunasekaram, 1996).

La técnica del análisis de imagen tiene algunas ventajas sobre un colorímetro

convencional, por ejemplo, la posibilidad de analizar la superficie entera del producto y

de cuantificar características tales como manchas y otros defectos.

Generalmente, el proceso de la VC automática, consiste en cinco pasos (Mery y

cols, 2010) como se muestra en la Figura 3, y se detallan a continuación:

7

Figura 3: Visión computacional (Mery y cols, 2010).

1.1.2.1 Adquisición de imágenes

Las muestras son iluminadas con 4 tubos fluorescentes en un ángulo de 45 º

con el plano de la muestra para dar intensidad de luz uniforme, las paredes de la caja

son negras para evitar los reflejos de la luz. Una cámara digital a color genera 3

imágenes digitales, una en rojo (R), otra en verde (G) y otra en azul (B) (RGB). La

imagen digital del objeto es capturada y almacenada en el computador (Pedreschi y

cols, 2004).

8

1.1.2.2 Pre- procesamiento de la imagen

Las imágenes digitales deben ser pre-procesadas para mejorar su calidad antes

de ser analizadas y para ello se usa un filtro digital, que elimina el ruido de la imagen y

mejorar el contraste. Además, en este paso la imagen en color se convierte en una

imagen en escala de grises, llamada intensidad de la imagen (I) (Pedreschi y cols,

2006).

1.1.2.3 Segmentación de la imagen

La segmentación separa el objeto de interés del fondo dentro de la imagen (ver

Figura 4). La intensidad de la imagen se utiliza para identificar las regiones disjuntas de

la imagen con el propósito de separar la parte de interés del fondo (Pedreschi y cols,

2006). De la segmentación de imagen resulta una imagen binaria R compuesta sólo de

píxeles cuyos valores son igual a “1” (blanco) que representan los pixeles de comida u

objeto e igual a "0" (negro) que representan el fondo (Mery y cols, 2010). En este caso,

la región de interés dentro de la imagen corresponde a la zona en la que se encuentran

las manzanas fritas.

Figura 4: Segmentación de una imagen de alimento RGB usando una imagen de alto

contraste J, umbral global K, obtenidos a partir de su histograma (derecha), y

operaciones morfológicas R, (Mery y cols, 2010).

9

1.1.2.4 Extracción de características

En la extracción o selección se extraen características, las cuales se concentran

principalmente en torno a la medición de propiedades geométricas (perímetro, factores

de forma, descriptores de Fourier (información acerca de la orientación y de la simetría

de las regiones), momentos invariantes (información de la forma y la intensidad sobre

la base de los momentos de Hu), etc) y de la intensidad y características de color de

las regiones (valor medio, pendiente, 2 dª derivada, etc.). Los elementos geométricos

se calculan a partir de la segmentación de la imagen (S), la intensidad se extrae de las

características de la intensidad de la imagen (I) y el color de las características de las

imágenes RGB. Por lo tanto, en la selección las características importantes de la

imagen del alimento son cuantificadas (Pedreschi y cols, 2006).

Figura 5: Ejemplo, donde n es el nº de características de las peras de mesa que son

extraídas para construir una tabla de características, donde cada fila representa una

muestra y cada columna una característica, (Mery y cols, 2010).

10

1.1.2.5 Clasificación

Cada región es analizada, se extraen las características y se asignan a una de

las clases definidas, que representan todos los posibles tipos de regiones esperadas

en la imagen. Un clasificador es diseñado siguiendo un entrenamiento supervisado y

un clasificador simple para comparar las características medidas con valores de

umbral. No obstante, también es posible utilizar técnicas de clasificación más

sofisticadas, como las que llevan a cabo análisis estadísticos y análisis geométricos del

espacio vectorial de las características o las que utilizan las redes neuronales o la

lógica difusa (Pedreschi y cols, 2006).

Las características extraídas se interpretan de forma automática utilizando el

conocimiento acerca de los alimentos analizados con el fin de evaluar su calidad (Mery

y cols, 2010).

En este caso, se utilizó un entrenamiento supervisado, donde se utilizaron los

siguientes siete clasificadores:

Pnn: probabilistical neuronal networks (redes neuronales probabilísticas) que utilizan la

metodología enunciada por Thomas de Bayes, en la cual la teoría de la probabilidad es

el resultado que da la distribución de probabilidad condicional de una variable aleatoria,

es decir, indica cómo se debe modificar las probabilidades subjetivas cuando se recibe

información adicional de un experimento. Las Pnn poseen tres limitaciones, su lentitud

en clasificar, un alto costo computacional y una elevada necesidad de memoria de

sistema, pero a su favor juega su alta resistencia y estabilidad frente a la presencia de

“outliers” (ruidos, medidas erróneas) (Allen y Rojas, 2009).

Mahalanobis: distancia Mahalanobis que en estadística es una medida de distancia

introducida por Mahalanobis en 1936. Su utilidad radica en que es una forma de

determinar la “similitud” entre dos variables aleatorias multidimensionales (Allen y

Rojas, 2009).

11

Lda y Qda: linear y quadratic discriminant analysis (Análisis discriminante lineal y

cuadrático), se puede considerar como un análisis de regresión y los límites

cuadráticos donde la variable dependiente es categórica y tiene como categorías la

etiqueta de cada uno de los grupos, y las variables independientes son continuas y

determinan a qué grupos pertenecen los objetos. Se pretende encontrar relaciones

lineales entre las variables continuas que mejor discriminen en los grupos dados a los

objetos (Allen y Rojas, 2009). Los límites se calculan asumiendo que las clases tienen

una densidad Gaussiana con una matriz de covarianza común (Mery y cols, 2010).

NN: redes neuronales que se componen de neuronas artificiales conectadas en una

red que es capaz de clasificar un vector de pruebas x evaluando una suma lineal o no

lineal de funciones. Los ponderados, las funciones y las conexiones se estiman en un

entrenamiento reduciendo al mínimo el error de clasificación (Mery y cols, 2010).

Dminimal: distancia mínima siendo el criterio más sencillo para clasificar un píxel en la

categoría más cercana a él, es decir, en aquella que minimice la distancia entre ese

píxel y el centroide de clase. Esta distancia no es una distancia geográfica sino

espectral consecuencia de comparar cada píxel con los del centro de las distintas

categorías, para todas las bandas que intervienen en el (Allen y Rojas, 2009).

Knn: k nearest neighbours (vecino más cercano), este es un método de clasificación

no paramétrico, que estima el valor de la probabilidad, a posterior, de que un elemento

x pertenezca a la clase Cj a partir de la información proporcionada por el conjunto de

prototipos. En el reconocimiento de patrones, el algoritmo k-nn es usado como método

de clasificación de objetos (elementos) basado en un entrenamiento mediante

ejemplos cercanos en el espacio de los elementos (Allen, P. y Rojas, X., 2009).

12

1.1.3 Evaluación sensorial

La evaluación sensorial se ocupa de la medición y cuantificación de las

características de un producto, ingrediente o modelo, las cuales son percibidas por los

sentidos humanos (Pedrero y Pangborn, 1989). Los principales usos de técnicas

sensoriales se encuentran en el control de calidad, desarrollo de productos e

investigación. El análisis sensorial no sólo se aplica en la caracterización y evaluación

de los alimentos y bebidas, sino también en otros ámbitos como en olores del medio

ambiente, en productos de higiene personal, en el diagnóstico de enfermedades y en

las pruebas de sustancias químicas puras, entre otros (Meilgaard y cols, 2007).

La función principal de las pruebas sensoriales es llevar a cabo pruebas válidas

y fiables que proporcionan datos sobre la cual se puede tomar decisiones del negocio.

Con la evolución constante de mercado que ofrece más variedad y consumidores más

exigentes, cada vez es más difícil predecir las preferencias de los consumidores. Este

cambio en el mercado ha aumentado el énfasis en la recopilación de opiniones de los

consumidores, por lo que los test de consumidores son más utilizados que nunca

(Meilgaard y cols, 2007).

El objetivo de cualquier programa sensorial es encontrar el método más

económico, efectivo y eficiente para obtener la información más sensible. Se puede

disminuir los costos realizando una correlación de la mayor cantidad de propiedades

sensoriales como sea posible con análisis instrumentales, físicos o químicos. En

algunos casos, se puede reemplazar una parte de las pruebas sensoriales con técnicas

instrumentales más baratas y rápidas (Meilgaard y cols, 2007).

Una buena medición sensorial requiere atención en las pruebas y en los

instrumentos de medición, que son algo variable en el tiempo y son muy propensos al

sesgo. Para minimizar la variabilidad y el sesgo se deben entender los factores básicos

fisiológicos y psicológicos que pueden influir en la percepción sensorial y se debe tener

un conocimiento completo de los factores físicos y químicos de los atributos de interés

(Meilgaard y cols, 2007).

13

1.2 Hipótesis

Es posible predecir por VC las propiedades físicas de humedad y contenido de

aceite de manera rápida, sin necesidad de aplicar métodos instrumentales ni

sensoriales; lo que permitiría clasificar los chips de manzana frita en categorías de

acuerdo a su calidad de forma automática, confiable y exacta.

1.3 Objetivo general

Determinar la calidad en chips de manzana en forma automática mediante VC para

distintas temperaturas de fritura.

1.4 Objetivos específicos

Estandarizar el proceso de obtención de chips de manzana fritos.

Determinar las propiedades fisicoquímicas (humedad y contenido de aceite) de

forma instrumental a los chips de manzana finales obtenidos a dos temperaturas de

fritura (140 y 160 ºC).

Obtener imágenes digitales de los chips de manzana en las mismas condiciones

anteriores.

Obtener la cinética del proceso de fritura, para ambas temperaturas, mediante la

medición en el tiempo de la adsorción de aceite y la disminución de humedad.

Evaluar el color de los chips de manzana a través de pruebas sensoriales con un

panel sensorial entrenado de 15 personas.

Correlacionar las mediciones de las propiedades realizadas por método

instrumental y por VC, a través de programas matemáticos.

Clasificar automáticamente los chips de manzana en categorías de calidad.

14

2 METODOLOGÍA

2.1 Obtención de chips de manzana

Figura 6: Diagrama de flujo del proceso de elaboración de chips de manzana

estandarizados.

Selección y lavado de la materia

prima manzana variedad Granny

Smith (inspección visual)

Corte

Espesor: 1,5 [mm]

Diámetro: 37 [mm]

Pre tratamiento 1: Control Pre tratamiento 2: Escaldada,

70 ºC por 1 [min]

Pre tratamiento 2: Escaldada-

Secada, estufa 60 ºC por 20

[min]

Proceso de Fritura por inmersión

a 140 y 160 ºC a distintos

intervalos de tiempo.

Enfriamiento a temperatura

ambiente en desecador

durante 10 [min]

Adquisición de imágenes

mediante visión computacional.

Determinación de propiedades

físicas: Humedad y contenido

de aceite.

Evaluación

Sensorial.

15

2.1.1 Selección y lavado

Para la elaboración de chips de manzana fritas se utilizó manzanas de variedad

Granny Smith, obtenidas del comercio local, almacenadas en un lugar fresco a 7 ºC

(90% humedad relativa) hasta su uso. Al momento de ser utilizadas éstas fueron

lavadas con agua para eliminar partículas o tierra que contenía en la superficie.

2.1.2 Corte

Posterior al lavado, las manzanas (sin pelar) se rebanaron mediante una

cortadora de cecina (Fridema, Chile), la cual se ajustó a un espesor de 1.5 [mm]. Las

rebanadas se dispusieron apiladas y luego, mediante un sacabocado se obtuvieron

chips de 37 [mm] de diámetro.

2.1.3 Pre-tratamientos

Los chips se sumergieron en una solución de acido ascórbico (1% p/v) por 10

minutos para evitar el pardeamiento enzimático. Se realizaron tres tipos de pre-

tratamientos: control, escaldado y escaldado-secado:

Control: Las manzanas luego de ser sumergidas en la solución de ácido

ascórbico, fueron drenadas por 1 minuto y secadas con papel absorbente por

ambos lados para retirar el exceso de agua y se frieron como tal (crudas).

Escaldado: Para escaldar las rodajas crudas, se utilizó un vaso de precipitado

de 1.5 [L] que se dispuso sobre una placa calefactora (IKA RCT Basic). Por

cada proceso de escaldado se sumergieron alrededor de 10 chips en un 1 [L]

de agua a 70 ºC por 1 minuto. Luego de retirar las rodajas, éstas se sumergen

en agua fría para detener el proceso de cocción (alrededor de 20 [seg]).

16

Escaldado – Secado: El escaldado se realizó con el mismo procedimiento

anterior y posteriormente las rodajas escaldadas fueron colocadas en una

estufa de convección forzada (Marca WTB Binder, Modelo FED – 115,

Alemana) a 60 ºC por 20 minutos. De este modo se logró que el secado fuera

homogéneo, las rodajas en la estufa se dispusieron sobre una rejilla de metal,

hasta alcanzar una humedad final promedio de + 81 % b h.

2.1.4 Proceso de fritura

A través de ensayos preliminares se determinó el tiempo de fritura a cada

condición para alcanzar una humedad final de 1,0 ± 0,2% (ver apéndice C, Tabla C.1).

El tiempo de fritura se dividió en seis intervalos, así, para cada intervalo se dispusieron

12 rodajas en un sistema de rejillas de dos bandejas (ver figura 7) de tal forma que al

sumergir las muestras en aceite no se dispersen ni floten. Para la fritura se utilizó una

freidora marca Famadich Ltda., modelo Súper Chacón F2-C, Chile, la cual fue

complementada con un sistema de control de temperatura (Watlow, Serie SD), siendo

las temperaturas de trabajo 140 y 160ºC, y para cada temperatura se utilizaron los tres

pre-tratamientos anteriormente descritos. El medio de fritura fue aceite de maravilla

marca Chef en una relación manzana/ volumen aceite de 1/1000, de manera tal que el

sistema de rejilla quedara totalmente sumergido y que la temperatura del aceite

permaneciera constante, con una variación de temperatura de ± 1ºC. Una vez

terminada la fritura, la rejilla se escurrió 30 segundos y posteriormente los chips fueron

retirados de la rejilla y colocados en capsulas de petri en el desecador para que se

enfríen y no adquieran humedad del ambiente (alrededor de 10 min). Posteriormente

se determinaron las propiedades físicas como humedad y contenido de aceite y se

adquirieron las imágenes digitales.

17

Figura 7: Esquema del proceso de fritura (León, 2005).

2.2 Determinación de propiedades físicas al producto final

2.2.1 Determinación de humedad

Se determinó por triplicado por el método de la estufa de aire. El método se basó

en la determinación gravimétrica de la pérdida de masa, de la muestra desecada hasta

masa constante en estufa de aire a 105 ºC por 17 horas (AOAC, 1990).

2.2.2 Determinación del contenido de aceite total

La determinación del contenido de aceite total se realizó por triplicado por el

método Soxhlet (AOAC, 1990). El Sistema Extractor Soxhlet consistió en 6 mantos

calefactores (marca Fisatom, modelo 52, Brasil) y sus respectivos balones y cámaras

extractoras y refrigerantes.

18

2.2.2.1 Modelo de absorción de aceite

Para realizar el ajuste del contenido de aceite de los chips de manzana versus

el tiempo de fritura se utilizó el modelo de cinética de primer orden (ver Ecuación 2)

(Moyano y Pedreschi, 2006) para los tres pre-tratamientos, control, escaldado y

escaldado - secado a ambas temperaturas 140 y 160 ºC.

(2)

Donde Oeq contenido de aceite en el equilibrio y K constante específica.

2.3 Adquisición de imágenes digitales y extracción de características

Para la adquisición de las fotografías se utilizó el sistema de VC, el cual

consistente en una caja cúbica de paredes interiores negras, un sistema de iluminación

y soporte para la cámara fotográfica digital Canon, Power Shot G3, 4 megapixeles,

Japón, la cual está conectada a un computador para el manejo remoto de la misma.

Para la captura de las fotografías digitales, se usaron los chips de manzanas fritas, uno

a la vez, por ambos lados, bajo la lente de la cámara fotográfica.

La captura de las imágenes digitales se realizó mediante el software

ZOOMBROWSER EX (versión 4.0.0.105, Canon Inc., Australia). Este es un programa

que permite realizar el manejo remoto de la cámara digital, el cual da la posibilidad de

importar, organizar e imprimir imágenes de forma muy sencilla, y que a su vez se

complementa con REMOTE CAPTURE (versión 2.6.0.15, Canon Camera Library

versión 5.0.0.13), donde se realizaron los ajustes de la cámara para la obtención de

fotografías (ver Anexo A, figura A.1 y A.2) (León, 2005).

La extracción de las características de las imágenes se llevó a cabo ejecutando

el comando Bfex en Matlab, seleccionando las características geométricas y de color,

además de los componentes de color (ver figura 8). El color se calibró para

estandarizar los parámetros de color entregados en el análisis de las imágenes.

19

Para esto se comparó entre los valores extraídos de lo analizado por el software

y los valores entregados por un colorímetro (HunterLab, Mini SCAN X EPLUS). De esta

forma, se midió con el colorímetro los parámetros L*, a* y b* a 32 cartulinas y a 12 tejas

(tejas de calibración del colorímetro Minolta) de distintas coloraciones. La medición del

color se realizó en tres puntos por cada cartulina o teja. Luego se obtuvo las imágenes

de estas mismas y posteriormente se analizaron con Matlab para la obtención de los

mismos parámetros que entregó el colorímetro.

Finalmente, una vez obtenidos los datos mediante Matlab, se procedió a

realizar una correlación entre éstos de donde se obtuvo 3 gráficas (ver Anexo A, Figura

A.3, A.4 y A.5). Los valores obtenidos del Colorímetro Hunterlab se tomaron como

patrón para realizar la calibración (valor real) (Allen y Rojas, 2009).

Figura 8: Configuración de Bfex.

2.4 Análisis sensorial

2.4.1 Elección y selección de los evaluadores

Se llevó a cabo una breve entrevista con el fin de conocer la disposición del

evaluador hacia el producto y disponibilidad de tiempo. Se reclutaron 18 estudiantes

con un rango de edad de 22 a 26 años.

20

2.4.2 Selección del panel

Se midió la habilidad visual de las personas para reconocer colores y

determinar su poder de discriminación visual de 3 sets de colores (amarillo, verde y

rojo) consistentes cada uno en 10 tubos de ensayo, con colorantes en concentraciones

100, 90, 80, 75, 70, 65, 60, 55, 50 y 45% diluida con agua (ver Anexo B, B-1 y C, C-2),

en orden aleatorio, las que debían ser ordenadas de menor a mayor intensidad (ver

figura 9) y descansando como mínimo 25 min entre cada evaluación, con el fin de

descansar la visión, hasta evaluar los 3 set de colores. Como solución madre se utilizó

un colorante alimenticio marca Gourmet, de colores; verde (azul brillante, tartrazina y

amarillo crepúsculo), rojo (ponceau 4R) y amarillo (tartrazina y amarillo crepúsculo).

El panel fue seleccionado de acuerdo a su capacidad para ordenar la intensidad

de color de los tres sets. Se estableció como criterio de selección, un mínimo de 60%

de respuestas correctas (ver apéndice C, Tabla C-3) (Pedreschi y cols, 2009).

Figura 9: Ordenamiento de intensidad de color, set de color rojo.

2.4.3 Familiarización del panel con las muestras

Se llevó a cabo en una sesión de 20 min, en donde se presentaron los chips de

manzana y la ficha de evaluación, se mostraron sus defectos de color, con el fin de

unificar criterios.

21

2.4.4 Construcción de tabla color

Se utilizaron las fotos obtenidas de los chips de manzanas control a 160ºC

(mayor temperatura) en 15 intervalos de 16 s. De las 15 fotos obtenidas, se utilizó el

primer intervalo (16 s) como la primera foto en la escala de la tabla color (color más

claro, ver Figura 10, foto K) y el último intervalo (240 s) como la última foto en la

escala de la tabla color (color más oscuro, ver Figura 10, foto F). Para definir los 5

puntos intermedios de la escala como se muestra en la Figura 10, a cada juez se le

presentaron un conjunto de 13 fotos de colores intermedios, pidiéndole escoger 5 fotos

que representaran las 5 intensidades ascendentes de color para construir la tabla (ver

Anexo B, B-3). Para determinar la escala, se analizaron las frecuencias de elección de

cada foto para cada uno de los puntos, eligiendo la que fue más repetida en cada una

de éstas (ver apéndice C, Tabla C.4).

K 1 2 3 4 5 F

Figura 10: Tabla de color inicial para fijar los colores intermedios.

2.4.5 Evaluación de Color

Se utilizó un panel de 15 jueces seleccionados a través del ordenamiento de

colores, a los cuales se les presentó tres bandejas con 24 muestras randomizadas, las

cuales representan el intervalo de tiempo final, para cada pre-tratamiento y

temperatura. Los jueces compararon independientemente cada chip con una tabla

color diseñada para manzanas, en donde a cada muestra se le asignó el código que

más se asemejó al tono de color de la tabla. Este código aparece en la tabla color

sobre cada manzana como se observa en la Figura 11.

22

K A N E M L F

Figura 11: Extracto de tabla de color para manzanas y bandeja con las muestras.

2.4.6 Determinación de grados de calidad según categorías de color

La tabla color para manzanas compuesta por 7 puntos (K, A, N, E, M, L y F, ver

Figura 11) fue evaluada y clasificada según su color en tres categorías de calidad,

presentadas en la Tabla 1 (ISO 4121 1987) por 30 consumidores de alimentos fritos,

tanto hombres como mujeres entre 18 y 35 años.

Tabla 1: Grados de calidad según categorías de color

Categoría Grado de Calidad 1 Optimo (color deseado) 2 Intermedio (color aún aceptable) 3 Menor (color no deseado)

Se determinó el grado de calidad de cada punto de la tabla color (K, A, N, E, M,

L, F) escogiendo el mayor porcentaje de preferencia indicada por los consumidores

(ver Tabla C.5, Anexo C).

23

2.5 Correlación

Para obtener la correlación de las propiedades físicas teóricas versus las

experimentales, se utilizó el programa Matlab marca registrada por The MathWorks,

Estados Unidos, ejecutando el comando [sel,c] = Bbestcorrn (f,y) contenido en el Balu,

el cual fue creado por Domingo Mery. Para esto se utilizó la matriz “fn” de dimensiones

2324 x 186 (número de características extraídas x número de imágenes de doce chips

por ambos lados multiplicado por 6 intervalos de tiempo más el tiempo cero) y el vector

“y”, es el valor de la propiedad física medida instrumentalmente, para cada intervalo de

tiempo, de cada pre-tratamiento y temperatura de fritura.

2.6 Clasificación

La clasificación se realizó con el programa Matlab y el comando Bfcsel en el cual

se escogió un máximo de diez características y siete clasificadores (ver Figura 12).

Para esto se utilizó la matriz de 2324 x 72 (número de características extraídas x

número de imágenes de 36 chips por ambos lados) y el vector “d” (el valor de la clase

determinada por el panel sensorial) para cada pre-tratamiento y temperatura.

Para clasificar las imágenes de los chips de manzanas, fue necesario entrenar

el programa para que lograra diferenciar por color la categoría de calidad de cada chip

en cualquier intervalo de tiempo de fritura. Para esto se utilizó el 80% de los datos y el

resto se dejó para validar este entrenamiento (criterio de Pareto para obtención de

muestras), el cual se basó en el método de validación cruzada (Allen y Rojas, 2009).

24

Figura 12: Configuración del Bfcsel.

2.6.1 Validación cruzada

Este método de validación de k particiones, se utiliza para evaluar el

desempeño del modelo, en términos de precisión, eficiencia y fiabilidad, con el fin de

obtener un modelo más robusto y con un error más certero (ver Figura 13).

La validación cruzada consiste en el empleo de k subconjuntos del conjunto de

datos D, k/2 se emplean para entrenamiento y k/2 para la validación del esquema de

aprendizaje [Ferrero, F. 2004].

D= {D1, D2,………..Dk} (1)

Cuando la validación se realiza con subconjuntos mezclados aleatoriamente se

denomina validación cruzada estratificada. De este modo se consigue que una clase

determinada parezca con la misma probabilidad en todos los subconjuntos de

validación. Esto sólo es válido para conjuntos de datos nominales [Ferrero, F. 2004].

En cada proceso de entrenamiento se estima el error al conjunto de prueba, para luego

determinar el error promedio que se obtiene con la sumas de todos los errores y se

divide por la cantidad de procesos (ver ecuación 1.1).

25

Figura 13: Validación cruzada.

(1.1)

26

3 RESULTADOS Y DISCUSIÓNES

3.1 Propiedades físicas medidas instrumentalmente

Las cinéticas obtenidas de la medición instrumental de las propiedades físicas

antes mencionadas en chips de manzana con diferentes pre-tratamientos y

temperatura de fritura, fueron construidas a partir de los resultados contenidos en el

Anexo C Tabla C.6 y Tabla C7, las cuales se detallan a continuación:

3.1.1 Pérdida de humedad

En los siguientes gráficos aparece la pérdida de humedad en el tiempo para los

distintos pre-tratamientos (Figuras 14.1, 14.2 y 14.3) y para las distintas temperaturas

(Figuras 14.4 y 14.5).

0 200 400 600 800 1000 12000

25

50

75

100

Control 140ºCControl 160ºC

Tiempo de Fritura [seg]

% H

umed

ad b

.h. [

g ag

ua/g

s.h

.]

Figura 14.1: Cinética de la pérdida de humedad (b.h.) en chips de manzana control a

140 y 160 ºC en función del tiempo de fritura.

27

0 100 200 300 400 5000

25

50

75

100

Escaldada 140ºC

Escaldada 160ºC

Tiempo de fritura [seg]

% H

umed

ad b.

h. [g

agua

/g s.h

.]

Figura 14.2: Cinética de la pérdida de humedad (b.h.) en chips de manzana

escaldados a 140 y 160 ºC en función del tiempo de fritura.

0 100 200 300 400 5000

25

50

75

100

Escaldada-Secada 140ºC


Tiempo de fritura [seg]

% H

umed

ad b.

h. [g

agua

/g s.h

.]

Figura 14.3: Cinética de la pérdida de humedad (b.h.) en chips de manzanas

escaldados-secados a 140 y 160 ºC en función del tiempo de fritura

28

Al comparar las cinéticas de pérdida de humedad de las dos temperaturas de

fritura 140 y 160 ºC, para cada pre-tratamiento control, escaldado y escaldado-secado

(ver Figuras 14.1, 14.2 y 14.3) se aprecia que la temperatura del aceite influye en la

pérdida de humedad, ya que al incrementar la temperatura del aceite para un mismo

pre-tratamiento, produce una mayor tasa de pérdida de humedad, disminuyendo el

tiempo que demoran las muestras en llegar a un contenido de humedad < 1%.

0 200 400 600 800 1000 1200 14000

25

50

75

100

Control 140ºC

Escaldada 140ºC



% H

umed

ad b.

h. [g

de ag

ua/g

s.h.]

Figura 14.4: Cinética de la pérdida de humedad (b.h.) en chips de manzanas para los

tres pre-tratamientos en función del tiempo de fritura a 140 ºC.

29

0 50 100 150 200 2500

25

50

75

100

Control 160 ºCEscaldada 160 ºCEscaldada-Secada 160ºC


% H

umed

ad b.

h. (g

agua

/g s.h

.)

Figura 14.5: Cinética de la pérdida de humedad (b.h.) en chips de manzanas para los

tres pre-tratamientos en función del tiempo de fritura a 160 ºC.

Por otro lado al comparar las gráficas de los tres pre-tratamientos control,

escaldado y escaldado-secado para cada temperatura de fritura 140 y 160 (ver Figuras

14.4 y 14.5). Se aprecia la influencia de los pre-tratamientos en la perdida de humedad,

ya que para el pre-tratamiento escaldado-secado, el tiempo de fritura fue menor en

ambas temperaturas de fritura, debido a que los chips comienzan el proceso de fritura

con un contenido de humedad menor aproximadamente un 80%, que los otros dos pre-

tratamientos control y escaldado los cuales contenían en un principio alrededor de un

88 y 90% respectivamente (Pedreschi y otros, 2005).

3.1.2 Contenido de aceite

En los siguientes gráficos aparece la absorción de aceite en el tiempo para lo

distintos pre-tratamientos (Figuras 15.1, 15.2 y 15.3) y para las distintas temperaturas

(Figuras 15.4 y 15.5).

30

0 200 400 600 800 1000 1200 14000

20

40

60

80

100Control 140 ºCControl 160 ºC

Tiempo de fritura (s)

% A

ceite

(b.s

.)

Figura 15.1: Cinética de la absorción de aceite en chips de manzana control en función

del tiempo de fritura a ambas temperaturas de fritura.

0 100 200 300 400 5000

20

40

60

80

100Escaldada 140 ºCEscaldada 160 ºC


% A

ceite

(b.s

.)

Figura 15.2: Cinética de la absorción de aceite en chips de manzana escaldados en

función del tiempo de fritura a ambas temperaturas de fritura.

31

0 100 200 300 400 5000

20

40

60

80

100Escaldada-Secada 140 ºCEscaldada-Secada 160 ºC


% A

ceite

(b.s

.)

Figura 15.3: Cinética de la absorción de aceite en chips de manzana escaldadas-

secadas en función del tiempo de fritura a ambas temperaturas de fritura.

Se observa en las Figuras 15.1, 15.2 y 15.3 las cinéticas de absorción de aceite

que indica que en todos los casos, la humedad disminuye a medida que aumenta la

difusión de aceite. Este hecho se atribuye al carácter hidrofóbico de la grasa que

impone una resistencia al flujo de agua. Sin embargo, durante la fritura, la mayor parte

del aceite (70-80%) es absorbida al final, cuando el chip se retira de la freidora, por lo

que la resistencia al flujo de agua impuesta por el aceite durante la fritura es

insignificante (Pedreschi y otros, 2005)

Aunque los datos no son concluyentes, parece que a tiempos largos y baja

temperatura de fritura, existe un mayor contenido de aceite absorbido en productos

fritos (Pedreschi y Moyano, 2005): sin embargo, al comparar ambas temperaturas de

fritura no hubo diferencia en la absorción de aceite (Figuras 15.1 a 15.3). Para los tres

pre-tratamientos también se observó que a tiempos cortos de fritura la absorción de

aceite es muy alta hasta llegar a un equilibro (contenido máximo), siendo la

humectación de la superficie un mecanismo crucial de absorción de aceite (Moyano y

Pedreschi, 2006).

32

Absorción de aceite

0 200 400 600 800 1000 1200 14000

20

40

60

80

100Control Tº 140Escaldada Tº 140Escaldada-Secada Tº 140


% A

ceite

(b.s

.)

Figura 15.4: Cinética de la absorción de aceite en chips de manzana para los tres pre-

tratamientos en función del tiempo de fritura a 140 ºC.

0 50 100 150 200 2500

20

40

60

80

100Control Tº 160Ecaldada Tº 160Escaldada-Secada Tº 160


% A

ceite

(b.s

.)

Figura 15.5: Cinética de la absorción de aceite en chips de manzana para los tres pre-

tratamientos en función del tiempo de fritura a 160 ºC.

33

El escaldado se ha reportado como un pre-tratamiento que podría mejorar el

color, la textura y reducir la absorción de aceite de los chips (Pedreschi y Moyano,

2004), contrariamente a lo esperado, los chips control absorbieron menos aceite que

los chips escaldados y escaldados-secados (ver Figuras 15.4 y 15.5).

Por otra parte, el secado como pre-tratamiento también ha sido reportado como

un medio eficaz para reducir la absorción de aceite, el cual disminuye el contenido de

humedad inicial de los chips y genera una corteza externa durante la fritura (Moyano y

Franco, 2006), lo cual se comprobó ya que, los chips escaldados-secados absorbieron

menos aceite que los chips escaldados (ver Figuras 15.4 y 15.5).

3.1.2.1 Modelo de absorción de aceite

Los resultados del modelo de absorción de aceite (ver Figuras 16.1 y 16.2)

muestran que a tiempos cortos de fritura la absorción de aceite es muy alta

manteniendo un equilibrio (contenido máximo), siendo este equilibrio la cantidad

máxima de aceite que puede absorber la manzana.

0 200 400 600 800 1000 1200 14000.00

0.25

0.50

0.75

1.00

Control Tº 140Escaldada Tº 140Escaldada y Secada Tº 140

Tiempo (s)

Con

teni

do d

e A

ceite

(g/g

bs)

Figura 16.1: Cinética de absorción de aceite en chips de manzana para los tres pre-

tratamientos en función del tiempo de fritura a 140ºC.

34

0 50 100 150 200 2500.00

0.25

0.50

0.75

1.00

Control Tº 160Ecaldada Tº 160Escaldada y Secada Tº 160

Tiempo (s)

Con

teni

do d

e A

ceite

(g/g

bs)

Figura 16.2: Cinética de absorción de aceite en chips de manzana para los tres

pre-tratamientos en función del tiempo de fritura a 160 ºC.

En la Tabla 2 se encuentra el resumen de los valores de los parámetros del

modelo de cinética de primer orden propuesto para cada pre-tratamiento y temperatura

de fritura.

Tabla 2: Resumen de los parámetros del modelo de cinética de absorción de aceite.

*Oeq contenido de aceite en el equilibrio (contenido máximo de aceite)

*K constante específica

Pre-tratamientos Temperatura de fritura (°C) Parámetro Control Escaldado Escaldado-Secado

140 *Oeq (g aceite/ g ss) 0,756 ± 0,0053 0,846 ± 0,0108 0,782 ± 0,0072 *K (s-1) 0,0189 ± 0,0038 0,0555 ± 0,0218 0,0694 ± 0,0241 R2 0,998 0,995 0,997

160 *Oeq (g aceite/ g ss) 0,75 ± 0,0102 0,83 ± 0,01242 0,75 ± 0,0045 *K (s-1) 0,2275 ± 2,923 0,1149 ± 0,0322 0,1939 ± 0,0755 R2 0,994 0,993 0,998

35

Este modelo tuvo un buen ajuste para todos los casos, debido a los altos

valores de los coeficientes de correlación. Además se puede observar que para todos

los casos al aumentar la temperatura de fritura, la constante específica “K” aumenta y

el contenido de aceite en el equilibrio “Oeq” disminuye. Este comportamiento concuerda

con el hecho de que a mayor temperatura de fritura, hay una menor absorción de

aceite (Pedreschi y Moyano, 2005).

3.2 Predicción de propiedades físicas mediante visión computacional

Se realizó una regresión lineal entre las 2324 características obtenidas del

análisis de las imágenes y la cinética de las propiedades físicas medidas

instrumentalmente, con el fin de obtener la mejor correlación.

3.2.1 Correlación de pérdida de humedad y absorción de aceite

A continuación se muestran solo dos de las doce gráficas (ver figura 17.1 y

17.2) con los mejores resultados de las correlaciones realizadas con el software Matlab

para la cinética de 6 intervalos de tiempo más el tiempo 0, utilizando como parámetro

de selección el mejor valor de r por propiedad física, siendo la mejor correlación el

tratamiento control para cada propiedad física medida instrumentalmente. El resto de

las graficas se encuentran en el Anexo D (Figura D.1 hasta Figura D.10).

Figura 17.1: Regresión lineal para el tratamiento control 140, entre Humedad b.s. y

Fourier_2 – Blue 11.

36

Figura 17.2: Regresión lineal para el tratamiento control 140, entre Aceite b.s. y

Fourier_2 – Blue 11.

En ninguna de las correlaciones hubo puntos intermedios en la curva y la

mayoría de los puntos convergieron en una determinada región de la recta, esto se

debió a que el proceso de fritura ocurrió de manera muy rápida, pero se puede corregir

en futuras investigaciones con intervalos de tiempo más pequeños. A pesar de ello se

obtuvieron buenos valores de correlación entre 0.927 y 0,989.

En la Tabla 3 se encuentra el resumen de los resultados obtenidos de la

correlación de cada propiedad instrumental junto con la característica extraída del

procesamiento de las imágenes digitales.

37

Tabla 3: Tabla resumen de la correlación entre las propiedades medidas

instrumentalmente y por VC.

Tratamiento Tº Propiedad instrumental visión computacional Ecuación R

Control 140 Humedad b.s. Fourier_2 -Blue 11 y = 0,016358*x - 2,228969 0,9856

Escaldada 140 Humedad b.s. Gabor(1,3) -Hue 11 y = 56,873387*x - 0,358851 0,9831

Escaldada-Secada 140 Humedad b.s. Gabor(5,7) -Green11 y = 0,010679*x - 2,00513 0,9394

Control 160 Humedad b.s. Fourier_1 -Red 11 y = 0,00266*x - 9,317802 0,9235

Escaldada 160 Humedad b.s. Int-Hu-moment 1 -Sat 11 y = 0,038422*x - 0,268939 0,9659

Escaldada-Secada 160 Humedad b.s. Fourier_2 -Blue 11 y = 0,011304*x - 2,283226 0,9487

Control 140 Aceite b.s. Fourier_2 -Blue 11 y = -0,001616*x + 0,977242 0,9891

Escaldada 140 Aceite b.s. Gabor(1,3) -Hue 11 y = -4,529213*x + 0,879646 0,9798

Escaldada-Secada 140 Aceite b.s. Fourier_2 -Blue 11 y = -0,001962*x + 1,157804 0,934

Control 160 Aceite b.s. Fourier_1 -Red 11 y = -0,000268*x + 1,701999 0,9355

Escaldada 160 Aceite b.s. Int-Hu-moment 1 -Sat 11 y = -0,002985*x + 0,845842 0,9681

Escaldada-Secada 160 Aceite b.s. Fourier_2 -Blue 11 y = -0,001992*x + 1,173319 0,9277

Las propiedades físicas humedad b.s y contenido de aceite b.s. tuvieron una

buena correlación tanto con las características geométricas, que hacen referencia a las

características externas de la imagen por ejemplo, perímetro, diámetro, descriptores de

Fourier, etc, como también con las características de intensidad que se extraen de las

características del color de las imágenes del RGB.

38

3.2.2 Correlación propiedad física teórica v/s instrumental

A continuación se muestran solo dos de las doce gráficas (ver figura 18.1 y

18.2) en donde se observan las correlaciones realizadas entre los valores de

propiedades físicas experimentales, las cuales fueron medidas de forma instrumental y

las propiedades físicas teóricas, las cuales se obtuvieron evaluando cada propiedad

extraída por VC en las ecuaciones de correlación (Tabla 2). Esto se efectuó con el fin

de determinar la exactitud de los modelos lineales obtenidos de cada correlación y,

además poder ver la variabilidad que existe entre ambas propiedades. El resto de las

graficas se encuentran en el Anexo E (Figura E.1 hasta Figura E.10).

Figura 18.1: Correlación entre Aceite b.s. instrumental y teórica para los chips de

manzana control a 140ºC.

Figura 18.2: Correlación entre Aceite b.s. instrumental y teórica para los chips de

manzana escaldadas a 140ºC.

R² = 0,978

-0,1

0,1

0,3

0,5

0,7

0,9

0 0,2 0,4 0,6 0,8 1

Acei

te (b

.s.)

teór

ico

Aceite (b.s) intrumental

Control 140 - Aceite (b.s)

R² = 0,959

-0,1

0,1

0,3

0,5

0,7

0,9

0 0,2 0,4 0,6 0,8 1Ace

ite

(b.s

.) te

óric

o


Escaldado 140 - Aceite (b.s)

39

De estas regresiones lineales se obtuvieron buenos valores de coeficientes de

correlación entre 0,9277 a 0,9783. En la mayoría de las gráficas al evaluar las

propiedades teóricas con valores instrumentales muy bajos se obtienen valores

negativos, debido a que éstos son obtenidos de una modelación lineal, la cual es una

aproximación del comportamiento de la propiedad física durante el proceso de fritura,

estos se deben interpretar como valor absoluto en el caso de humedad y como valor

cero, para aceite.

3.3 Determinación de calidad en chips de manzanas por visión computacional

3.3.1 Determinación sensorial del grado de calidad según categorías de color

El grado de calidad se determinó según el color del chip, para lo cual se realizó

una encuesta (ver Anexo B, B-4) a 30 consumidores habituales de alimentos fritos, de

la cual se obtuvo la clasificación en categorías deseado, aún aceptable y no deseado

para cada código de color. En la Figura 19 aparece la clasificación construida a partir

de la Tabla C.5, apéndice C.

Figura 19: Clasificación en grados de calidad a partir de la encuesta de evaluación de

color en chip de manzana frita.

0%

20%

40%

60%

80%

100%

K A N E M F L

% d

e Cl

asifi

caci

ón

Código de Color

DeseadoAun aceptableNo deseado

Determinación del Grado de Calidad

40

A partir de estos resultados se definieron las categorías de calidad de la tabla

de color de manzanas según el color del chip que a continuación se muestra en la

Tabla 4.

Tabla 4: Categorías de Calidad a partir de la encuesta de evaluación de color en chips

de manzana frita.

Código de Color K A N E M F L

Categoría de Calidad 3 2 1 1 2 3 3

La determinación del grado de calidad a partir del color se determinó a través

de los resultados obtenidos de la encuesta de consumidores y del panel sensorial

conformado por 15 jueces, los cuales relacionaron la tabla color con las muestras de

cada pre-tratamiento y temperatura de fritura, representado en la Figura 20.

Figura 20: Categorías de calidad para todos los pre-tratamientos y para ambas

temperaturas de fritura.

41

Al analizar los grados de calidad obtenidas a partir del panel sensorial se

observó que el grado de calidad 1 (color deseado), solo corresponde para el pre-

tratamiento escaldado a 160ºC, en cambio el tratamiento escaldado a 140 ºC es de

grado de calidad 2, por efecto de la temperatura y largo tiempo de fritura.

El pre-tratamiento escaldado-secado no fue afectado por la temperatura y

tiempo de fritura, ya que se obtuvo un grado de calidad 2, para ambas temperaturas. El

mismo efecto se observa para las muestras control, ya que para ambas temperaturas

se obtuvo un grado de calidad 3. Esto además confirma que el escaldado mejora el

color, debido a la disminución de azúcares reductores antes de freír, lo que inhibe el

pardeamiento no enzimático dando una mejor categoría de calidad, seguido por el

escaldado-secado ya que hay una mayor concentración de azúcares por la disminución

de humedad otorgada por el secado, con un color más oscuro y una categoría de

calidad menor.

3.3.2 Clasificación según el grado de calidad empleando el atributo color

Se clasificó las imágenes digitales de los chips de manzanas correspondientes

al último intervalo de tiempo para cada pre-tratamiento y temperatura de fritura,

utilizando el programa Balu con el comando Bfcsel y como selector de características

el SFS- Fisher, escogiendo las 10 mejores características de las 2324 entregadas por

el programa, esperando en forma ideal obtener un porcentaje de 100% de aciertos, lo

que indicaría que no hay traslape entre las clases, lo que en la realidad es casi

imposible, puesto que aunque el panel esté entrenado siempre hay zonas que

pertenecen a más de una clase.

Primero se clasificaron los tres pre-tratamientos para las dos temperaturas de

fritura, para esto se unieron las características a 140ºC, obteniendo una matriz de 2324

x 216 (número de características extraídas x el número de imágenes digitales tomadas

a 36 chips por ambos lados para cada tratamiento) y el vector d, de tamaño 1 x 216

(valor del grado de calidad determinada por el panel sensorial), se hizo lo mismo para

los tres pre-tratamientos a 160ºC.

42

En las Figuras 21.1 y 21.2 se presenta la función de densidad de probabilidad

versus la mejor característica de los tres pre-tratamientos a 140 ºC y 160 ºC

respectivamente.

Figura 21.1: Función de densidad de probabilidad versus la mejor característica

encontrada para los pretratamientos control, escaldado y escaldado-secado a 140ºC.


encontrada para los pretratamientos control, y escaldado-secado a 160ºC.

43

Las Figuras 21.1 y 21.2 relacionan la mejor característica encontrada y la

función de densidad de probabilidad, para los pre-tratamientos control, escaldado y

escaldado-secado a 140 y 160ºC respectivamente. En ambos casos no existe traslape

entre la clase 3 (línea celeste) y la clase 1 (línea azul), lo que indica que se separan

bien estos grados de calidad extremos; pero no es el caso de la clase 2 (línea roja), ya

que se traslapa con las clases 1 y 3.

En las Figuras 21.3 y 21.4 se presentan la mejor característica y la segunda

mejor característica de los tres pre-tratamientos a 140 ºC y 160 ºC respectivamente.

Figura 21.3: La mejor caracteristica encontrada versus la segunda mejor para los

pretratamientos control, escaldado y escaldado-secado a 140ºC.

44

Figura 21.4: La mejor caracteristica encontrada versus la segunda mejor para la

clasificación de los pretratamientos control, escaldado y escaldado-secado a 160ºC.

En el caso de los pre-tratamientos a 140 º C (Figura 21.3) se puede ver que

sólo un punto rojo interfiere en la clase 3 y que las nubes de puntos de la clase 1 y 2 no

se encuentran separadas. Para el caso de los pre-tratamientos a 160 º C (Figura 21.4)

hay una mayor cantidad de puntos de la clase 2 (puntos rojos) que se mezcla con la

nube de clase 3 (puntos celestes), esto disminuye el porcentaje de aciertos ya que al

realizar la clasificación automática el programa podría clasificarlas como grado 1 (nube

azul) o grado 2 (nube roja).

En las Figuras 21.5 y 21.6 se presentan las tres mejores características de los

tres pre-tratamientos a 140 ºC y 160 ºC respectivamente, en un espacio tridimensional.

45

Figura 21.5: Tres mejores caracteristicas encontradas para la clasificación para los


Figura 21.6: Tres mejores caracteristicas encontradas para la clasificación de los


46

En las Figuras 21.5 y 21.6, en vez de haber una mayor diferenciación de las

clases, algunos puntos de la clase 2 (nube roja) se interceptan con la nube de la clase

3 (nube celeste). Para este caso la mejor representación gráfica fue la del plano

dimensional.

Posteriormente se clasificó ambas temperaturas para cada pre-tratamiento;

control, escaldado y escaldo-secado, para conocer si se obtiene una mejor clasificación

y para qué pre-tratamiento es más efectivo.

En las Figuras 22.1, 22.2 y 22.3 se muestra la relación de la mejor característica

encontrada y la función de densidad de probabilidad, para los chips control, escaldado

y escaldados-secados respectivamente a 140 y 160ºC.


encontrada para el pre-tratamiento control a 140 y 160ºC.

47


encontrada para el pre-tratamiento escaldado a 140 y 160ºC.


encontrada para el pre-tratamiento escaldado-secado a 140 y 160ºC.

48

Las gráficas de la clasificación de las dos temperaturas de trabajo, para cada

pre-tratamiento, representada en las Figuras 22.1, 22.2 y 22.3 para los chips control,

escaldado y escaldado-secado respectivamente, en los tres casos existe traslape entre

las clases, por lo que los jueces no lograron diferenciar el color de las muestras al

comparar ambas temperatura para un mismo pre-tratamiento, siendo el pre-tratamiento

escaldado-secado el más difícil de clasificar, debido a su bajo porcentaje de aciertos y

al gran traslape de las clases.

Las Figuras 22.4, 22.5 y 22.6 muestran la relación de la mejor característica y la

segunda mejor característica encontrada, para los chips control, escaldado y

escaldado-secado respectivamente a 140 y 160ºC.


clasificación del pre-tratamiento control a 140 y 160ºC.

49


clasificación del pre-tratamiento escaldado a 140 y 160ºC.


clasificación del pre-tratamiento escaldado-secado a 140 y 160ºC.

50

Las Figuras 22.4, 22.5 y 22.6 muestran que aunque la grafica dimensional

mejora la separación de clases, sobre todo para los chips control (existen nueve puntos

rojos correspondientes a la clase 2), para el resto de los pre-tratamientos, no existe

una clara diferenciación de las clases.

Las Figuras 22.7, 22.8 y 22.9 representan las tres mejores características

encontradas, para los chips control, escaldado y escaldado-secado respectivamente a

140 y 160ºC, en un espacio tridimensional.

Figura 22.7: Tres mejores caracteristicas encontradas para la clasificación del pre-

tratamiento control a 140 y 160ºC.

51


tratamiento escaldado a 140 y 160ºC.


tratamiento escaldado-secado a 140 y 160ºC.

52

En las Figuras 22.7, 22.8 y 22.9, la representación no mejora al graficar las tres

mejores características en un espacio tridimensional, para los pre-tratamientos

escaldado y escaldado-secado, ya que no hay una separación de clases, siendo la

peor representación la gráfica de los chips escaldado-secado. Sin embargo, para los

chips control fue la mejor grafica.

Finalmente el resumen de los mejores clasificadores y de las características

seleccionadas, se encuentra en la Tabla 5.

Tabla 5: Resumen de los porcentajes de aciertos, clasificadores y número de

caracteristicas obtenidas de la clasificación.

Criterio de clasificación Condición Nº

características % aciertos Clasificador

Clasificación por

temperatura para los

tres pre-tratamientos

140 8 89,89 (85,24-94,54%) Nnglm, 3*

160 4 87,2 (82,05-92,34%) Knn, 15*

Clasificación por pre-

tratamiento para las

dos temperaturas

Control 10 98,57 (96,33-100%) Nnglm,3*

Escaldado 9 88,82 (82,86-94,78%) Nnglm, 1*

Escaldado-Secado 3 75,08

(66,93-83,23%) Lda

*Número de vecinos más cercanos.

De las clasificaciones descritas anteriormente y resumidas en la Tabla 5, se

puede decir que la mejor clasificación para todas las muestras, se obtiene clasificando

en conjunto los tres pre-tratamientos por temperatura a 140 y 160 ºC, ya que se logra

un alto porcentaje de aciertos de 89,89 y 87,2 % y con un 95 % de probabilidad se

obtuvo un intervalo de confianza de (85,24-94,54%) y (82,05-92,34%) respectivamente,

con una baja complejidad debido a la menor cantidad de características (ver Tabla 5).

53

Por otra parte, y contrariamente a lo esperado no se logra un buen resultado al

clasificar ambas temperaturas por pre-tratamientos, ya que se obtiene un mayor

porcentaje de aciertos sólo para los pretratamientos control y escaldado, pero con una

mayor complejidad debido a la cantidad de características escogidas 10 y 9

respectivamente, y para el pretratamiento escaldado-secado solo se logró un 75 % de

aciertos.

Comparando con otros estudios, Allen y Rojas (2009) obtuvieron una

clasificación de chips de papas por pretratamientos control, escaldado, escaldado-

secado por separado a temperaturas de fritura de 120 y 180ºC, con un alto porcentaje

de aciertos de 85 a 89,9 % y baja complejidad. En la investigación actual no se logró

una buena clasificación por temperaturas, debido a que las temperaturas extremas de

trabajo de 140 y 160ºC fueron muy cercanas, con poca diferencia dentro de cada pre-

tratamiento, lo que dificulta la evaluación de los jueces.

54

4 CONCLUSIONES

Se pudo determinar la calidad de los chips de manzana de forma automática

mediante VC, para ello se escogió la clasificación de temperaturas, en vez de la

clasificación de pre-tratamientos, ya que se obtuvo un mayor porcentaje de

aciertos y separación de las clases, lo que disminuyó el error de clasificación.

Se logró estandarizar el proceso de obtención de chips de manzana fritos, lo

que permitió una repetitividad en la medición de los parámetros físicos,

obteniendo una baja desviación.

Se determinaron las propiedades físicas de humedad y contenido de aceite de

forma instrumental para ambas temperaturas de fritura 140 y 160 ºC, así como

también la toma de las imágenes digitales.

Se obtuvo la cinética del proceso de fritura para estas dos propiedades físicas y

con esto se comprobó que el contenido de humedad y de aceite están en

función tanto de la temperatura como del tiempo de fritura.

Los pre-tratamientos utilizados en los chips influyeron en las propiedades físicas

medidas, ya que independiente de la temperatura de fritura, la pérdida de

humedad fue más rápida para el pre-tratamiento escaldado-secado, debido a

que los chips comienzan el proceso de fritura con un contenido de humedad

menor, que los otros dos pre-tratamientos, así como también fue un método

eficaz para reducir la absorción de aceite.

Se entrenó visualmente a un panel de 15 jueces a través de pruebas de

ordenamiento de color, que midió las habilidades de diferenciación de color.

Gracias al panel se pudo construir una Tabla de Color para manzanas fritas,

que fue clasificada por una encuesta a consumidores habituales de productos

fritos en tres grados de calidad por categorías de color: deseado, aún aceptable

y no deseado.

55

Al correlacionar las propiedades físicas medidas instrumentalmente y por VC,

se logró obtener buenos valores de correlación (entre 0.92 y 0,98) y a su vez

esto se comprobó graficando el valor experimental y teórico, con una

correlación entre 0,92 - 0,97, por lo que fue posible predecir las propiedades

físicas de humedad y contenido de aceite a partir de VC.

Se clasificó automáticamente las imágenes digitales con el Bfcsel, contenido en

el programa Balu, utilizando 7 clasificadores y validación cruzada, siendo los

tres mejores clasificadores el Knn (con 15 vecinos más cercanos) y NN (redes

neuronales con 1 y 3 vecinos más cercanos).

La mejor clasificación se logró en los tres pre-tratamientos separados por

temperatura a 140 y 160 ºC, con un 95 % de probabilidad se obtuvo un intervalo

de confianza de (85,24-94,54%) y (82,05-92,34%) y un 89,89 y 87,2 % de

aciertos respectivamente.

Es posible implementar un sistema de VC que permita reconocer

automáticamente por el color el grado de calidad de cada chip de manzana frita

en la línea de procesos, para poder predecir atributos sensoriales mediante el

análisis de imágenes.

56

5 BIBLIOGRAFÌA

Aguilera, J.M. & Gloria-Hernández, H. (2000). Oil absorption during frying of frozen par-

fried potatoes. Journal of Food Science 65, 476-479.

Allen Paula y Rojas Ximena (2009). Determinación de la calidad y predicción de

propiedades físicas en chips de papa frita mediante VC. Trabajo de titulación para

optar al título de Ingeniero de Alimentos. Departamento de Ciencia y Tecnología de los

Alimentos. Facultad Tecnológica. Universidad de Santiago de Chile.

Álvarez, Manuel (2005) “La fritura de los alimentos” [online].http:www.monografias.com

/trabajos31/fritura-alimentos/fritura-alimentos.html [Consulta: Mayo de 2009, Santiago

de Chile] Instituto de Farmacia y Alimentos (IFAL) de la Universidad de La Habana,

Cuba.

AOAC Assoc. Official Analytical Chemists. (1984). The official methods of analysis.

14th ed., Method 28.074. Arlington, Va. AOAC. Washington DC, USA. 1141p.

Bouchon, P., Aguilera, J. M., & Pyle, D. L. (2003). Structure oil-absorption relationships

during deep-fat frying. Journal of Food Science 68, 2711–2716.

Daniel Pedrero y Rose Marie Pangborn “Evaluación sensorial de los alimentos:

Métodos analíticos”. Editorial Alhambra Mexicana, Mexico D.F., 1989.

Ferrero, F., (2004) “Minería de Datos”. [online]. http://www.it.uc3m.es/jvillena/irc/

practicas/03-04/20.pres.pdf [Consulta: Junio de 2009].

Gunasekaran, Sundaram (1996) Trends in Food Science and Technology 7, 245.

ISO 4121, 1987 Sensory analysis. Methodology. Evaluation of food products by

methods using scales.

57

León, J., (2005). ―Estudio de la cinética de color en rodajas de papa frita empleando

visión computacional”. Trabajo de titulación para optar al título de Ingeniero de

Alimentos. Departamento de Ciencia y Tecnología de los Alimentos. Facultad

Tecnológica. Universidad de Santiago de Chile.

Meilgaard, M, Civille, G., Carr B., 2007. Sensory Evaluation Techniques, 4 th Ed.(1-5,

39-44)

Mellema, M. (2003). Trends in Food Science and Technology 14, 364-373.

Mery, D., Pedreschi, F., Soto, A., (2010) Automated Design of a Computer Vision

System for Food Quality Evaluation. Pontificia Universidad Católica de Chile.

Moreira, R.G., Sun, X. & Chen,Y. (1997). Factors affecting oil uptake in tortilla chips in

deep-fat frying. Journal of Food Engineering 31, 485-498.

Moyano, P., Franco P. 2006. Kinetics of oil during of potato slices: effect of pre-

treatments. Science Direct 39, 285-291.

Pedrero D., Pangborn R. 1989. [online]. Evaluación sensorial de los alimentos:

métodos analíticos. http://en.scientificcommons.org/7001884 [Consulta: Junio de 2009].

Pedreschi, F. Hernández P., Figueroa C. y Moyano, P., 2005. Modeling water loss

during frying of potato slices. Journal of food Properties, 8: 289-299.

Pedreschi, F. Mery, D, 2004. Segmentation of colour food images using a robust

algorithm. Journal of Food Engineering 66 (2005) 353–360

Pedreschi F., Mery D., Bunger A., y Yañez V. (2009). Computer vision classification of

potato chips by color. Journal of Food Process Engineering.

58

Pedreschi, F., Mery, D., Mendoza, F. & Aguilera, J.M. (2004). Classification of potato

chips using pattern recognition. Journal of Food Science 69: 264-270.

Pedreschi, F., Mery, D. & Marique T. (2007). Quality evaluation and control of potato

chips and fhench fries. 22: 549-570.

Pedreschi, F. Leon, J. Mery, D., y Moyano, P.(2006). Development of a computer vision

system to measure the color of potato chips. Food Research International: 39 1092-

1095.

Pedreschi, F. Moyano, P., 2004. Oil uptake and texture development in fried potato

slices. Journal of Food Engineering 70 (2005) 557–563

Pedreschi, F. Moyano, P., 2005. Effect of pre-drying on texture and oil uptake of potato

chips. Science Direct 38: 599-604.

Salas Vázquez, Dora I. 2006. Observatorio de la Seguridad Alimentaria. Universidad

Autónoma de Barcelona (UAB) [online]. http: www.uab.es/servlet/Satellite?cid=

1096481466568&pagename=UABDivulga%2FPage%2FTemplatePageDetallArticleInve

stigar&param1=1197012894872 [Consulta: Junio de 2009].

59

ANEXOS

ANEXO A

A.1 Ajuste de captura de las imágenes digitales

Figura A.1: Configuración de ajustes de disparo.

60

Figura A.2: Configuración de ajuste de ángulo.

61

A.2 Calibración software

Figura A.3: Curva de calibración del parámetro L*

Figura A.4: Curva de calibración del parámetro a*

62

Figura A.5: Curva de calibración del parámetro b*

63

ANEXO B

Fichas de evaluación sensorial utilizadas

B.1 Ficha de ordenamiento ranking de color

Set: ________________ Nombre: _______________________________

Test: Ordenamiento Fecha: ____________________________

Por favor ordene los tubos que contienen las soluciones coloreadas de acuerdo

al aumento de intensidad del color.

Anote la letra que diferencia cada solución en el orden que Ud. ha establecido.

____________________________________________________________

(Más débil) (Más intenso)

B.2 Ficha construcción tabla de color

Nombre: ________________________________ Fecha: _____________

Por favor, escoger 5 puntos intermedios de la escala de 7 puntos, siendo el punto

inicial la fotografía K y el punto final la fotografía F.

Punto 1 Punto 2 Punto 3 Punto 4 Punto 5 Punto 6 Punto 7

K

F

64

B.3 Ficha para test de reconocimiento de color en chips de Manzana

Nombre: ____________________________Fecha: __________ Set: ___________

A continuación se le presentarán una bandeja con 24 muestras de chips de

manzana junto con una tabla de color. De este modo, a cada muestra coloque el

código de la tabla de color que más se le asemeje.

Muchas Gracias.

B.4 Pauta de encuesta de evaluación de color en chips de manzana frita

Nombre: _____________________________________ Fecha: ____________

¿Qué edad tiene? _______________

¿Cuántas veces a la semana consume usted papas fritas? _____________________

A continuación se le presentará una tabla de color que corresponde a chips de

manzana frita. Elija él o los colores según su preferencia al consumir chips de manzana

frita, que tengan:

Un muy buen color (deseado): ______________________________

Un color aceptable: _______________________________________

Un color no deseado: _____________________________________

Muchas Gracias

Muestra COD

Muestra COD

65

ANEXO C

Tablas de datos experimentales

Tabla C.1: Tiempos de fritura, en segundos, para manzanas control, escaldado y

escaldado-secado para las dos temperaturas de fritura.

Intervalo Control Escaldada

Escaldada-Secada

140ºC 160ºC 140ºC 160ºC 140ºC 160ºC

0 0 0 0 0 0 0

1 200 40 70 28 60 25

2 400 80 140 56 120 50

3 600 120 210 84 180 75

4 800 160 280 112 240 100

5 1000 200 350 141 300 125

6 1200 240 420 170 360 150

Tabla C.2: Diluciones de los tubos de ensayo para el ordenamiento de color.

Colorante (ml) Agua (ml)

45 55

50 50

55 45

60 40

65 35

70 30

75 25

80 20

90 10

100 -

66

Tabla C.3: Resultados obtenidos para la selección de jueces en cada uno de los sets

de colores presentados.

Jueces

% De Aciertos

Verde Rojo Amarillo Promedio

Cristian Arellano 80 60 80 73,3

Constanza Barahona 100 50 80 76,7

Denisse Jeria 80 20 50 50*

Natalia Reyes 100 60 100 86,7

Alejandra Lozano 40 70 100 70,0

Sergio Lobos 100 100 80 93,3

Pamela Soto 40 40 100 60,0

Macarena Tapia 40 40 50 43,3*

Pilar Morgan 100 70 80 83,3

Rocio Rivas 80 70 40 63,3

Laura Hurtado 100 80 100 93,3

Pamela Gonzalez 60 30 60 50*

Alberto Pozo 80 80 80 80,0

Elizabeth Muñoz 60 20 100 60,0

Paulina Vergara 100 50 60 70,0

Alejandro Sanhueza 80 100 20 66,7

Kattirant Moya 100 100 100 100,0

Tomás Cáceres 100 80 60 80,0

* indican un % menor al requerido para integrar el panel de jueces.

67

Tabla C.4: Resultados obtenidos de los jueces para la selección de los 5 puntos

intermedios de la tabla de color de 7 puntos.

Jueces Punto

1

Punto

2

Punto

3

Punto

4

Punto

5

Punto

6

Punto

7

Cristian Arellano K A B E G L F

Constanza Barahona K A N B M C F

Natalia Reyes K A B E D L F

Alejandra Lozano K A N R D L F

Sergio Lobos K A N M T L F

Pamela Soto K N B E R D F

Pilar Morgan K N B M C S F

Rocio Rivas K A H B M D F

Laura Hurtado K A P H M C F

Alberto Pozo K A N R G L F

Elizabeth Muñoz K A H E D S F

Paulina Vergara K P N E R D F

Alejandro Sanhueza K A N B M C F

Tomás Cáceres K A B R C L F

Kattirant Moya K A H M C G F

68

Tabla C.5: Resumen de % de preferencias obtenidos a partir de encuesta de

evaluación de color en chips de manzanas fritas.

Grado de Calidad

Categoría % de Preferencias

K A N E M F L

Optimo

(deseado) 1 0,0% 13,3% 63,3% 66,7% 40% 0,0% 0,0%

Intermedio

(aún

aceptable)

2 13,3% 53,3% 33,3% 20% 43% 10,0% 10,0%

Menor

(no deseado) 3 86,7% 33,3% 3,3% 10% 17% 90,0% 90,0%

Tabla C.6: Pérdida de humedad (b.h.) de las manzanas control, escaldadas,

escaldadas- secadas, para las dos temperaturas de fritura en (g agua/g manzana h.).

Intervalo

Control

140 º C 160 º C

Promedio Desviacion

Std. Promedio

Desviacion Std.

0 88,49 0,09 88,49 0,09

1 3,03 0,23 32,80 0,77

2 2,31 0,09 9,12 0,59

3 2,02 0,01 2,98 0,20

4 1,79 0,23 2,30 0,05

5 1,45 0,27 1,98 0,05

6 1,25 0,22 1,18 0,29

69

Intervalo

Escaldada

140 º C 160 º C

Promedio Desviacion

Std. Promedio

Desviacion Std.

0 91,43 0,68 91,43 0,68

1 32,65 1,02 41,28 0,71

2 4,91 0,57 18,29 0,91

3 2,40 0,22 9,35 1,33

4 1,66 0,09 2,55 0,79

5 1,33 0,10 1,42 0,02

6 1,16 0,19 0,95 0,27

Intervalo

Escaldada- Secada

140 º C 160 º C

Promedio Desviacion

Std. Promedio

Desviacion

Std.

0 81,04 3,40 81,04 3,40

1 19,03 1,60 28,42 1,11

2 3,43 0,27 10,75 4,22

3 2,58 0,61 3,07 0,19

4 2,20 0,14 1,41 0,17

5 1,53 0,02 1,38 0,05

6 1,01 0,10 0,97 0,07

70

Tabla C.7: Absorción de aceite (b.s.) de las manzanas control, escaldadas,

escaldadas-secadas, para las dos temperaturas de fritura.

Intervalo

Control

140 º C 160 º C

Promedio Desviacion

Std. Promedio

Desviacion Std.

0 0,00 0,00 0,00 0,00

1 74,39 1,65 74,96 1,92

2 73,78 0,73 72,79 0,44

3 74,87 1,14 72,01 0,57

4 75,39 0,56 75,46 1,18

5 77,46 1,08 78,07 0,99

6 76,75 1,80 76,88 1,37

Intervalo

Escaldada

140 º C 160 º C

Promedio Desviacion

Std. Promedio

Desviacion Std.

0 0,00 0,00 0,00 0,00

1 82,90 2,01 80,48 3,13

2 82,46 0,54 80,04 1,29

3 85,16 1,28 79,91 1,37

4 83,81 3,18 82,57 1,08

5 82,58 1,08 86,81 1,25

6 88,90 1,04 84,52 2,40

71

Intervalo

Escaldada- Secada

140 º C 160 º C

Promedio Desviacion

Std. Promedio

Desviacion Std.

0 0,00 0,00 0,00 0,00

1 77,14 0,81 75,40 5,07

2 78,22 1,62 75,52 0,25

3 75,66 1,05 77,16 1,56

4 78,05 0,72 75,27 1,34

5 77,73 1,21 76,28 1,16

6 80,95 0,87 73,83 1,28

72

ANEXO D

Gráficas de correlación de contenido de humedad y aceite

Figura D.1: Regresión lineal para el tratamiento escaldado a 140ºC, entre Humedad

b.s. y Gabor(1,3) -Hue 11.

.

Figura D.2: Regresión lineal para el tratamiento escaldado-secado a 140ºC, entre

Humedad b.s. y Fourier_2 – Blue 11.

73

Figura D.3: Regresión lineal para el tratamiento control a 160ºC, entre Humedad b.s. y

Fourier_1 - Red 11.

Figura D.4: Regresión lineal para el tratamiento escaldado a 160ºC, entre Humedad

b.s. y Int - Hu - moment 1 - Sat 11.

74


Humedad b.s. y Fourier_2 – Blue 11.

Figura D.6: Regresión lineal para el tratamiento escaldado a 140ºC, entre Aceite b.s. y

Garbor(1,3) – Hue 11.

75


Aceite b.s. y Fourier_2 – Blue 11.

Figura D.8: Regresión lineal para el tratamiento control a 160ºC, entre Aceite b.s. y

Fourier_1 – Red 11.

76

Figura D.9: Regresión lineal para el tratamiento escaldado a 160ºC, entre Aceite b.s. y

Int-Hu- moment 1 – Sat 11.


Aceite b.s. y Fourier_2 – Blue11.

77

ANEXO E

Gráficas de propiedades físicas teóricas v/s instrumentales

Figura E.1: Correlación entre Aceite b.s. instrumental y teórica para los chips

escaldados-secados a 140ºC.

Figura E.2: Correlación entre Aceite b.s. instrumental y teórica para los chips control a

160ºC.

R² = 0,872

-0,1

0,1

0,3

0,5

0,7

0,9

0 0,2 0,4 0,6 0,8 1

Ace

ite

(b.s

.) te

óric

o


Escaldado y Secado 140 - Aceite (b.s)

R² = 0,875

-0,1

0,1

0,3

0,5

0,7

0,9

0 0,2 0,4 0,6 0,8 1

Ace

ite

(b.s

.) te

óric

o


Control 160 - Aceite (b.s)

78


escaldados a 160ºC.



R² = 0,937

-0,1

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Ace

ite

(b.s

.) te

óric

o


Escaldado 160 - Aceite (b.s)

R² = 0,860

-0,1

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

Ace

ite

(b.s

.) te

óric

o


Escaldado y secado 160 - Aceite (b.s)

79

Figura E.5: Correlación entre Humedad b.s. instrumental y teórica para los chips

control a 140ºC.



R² = 0,971

-1

1

3

5

7

9

0 5

Hum

edad

(b.s

.) te

óric

a

Humedad (b.s) intrumental

Control 140 - Humedad (b.s)

R² = 0,966

-2

0

2

4

6

8

10

12

14

0 2 4 6 8 10 12 14

Hum

edad

(b.s

.) te

óric

a


Escaldado 140 - Humedad (b.s)

80




control a 160ºC.

R² = 0,882

-1

0

1

2

3

4

5

0 1 2 3 4 5

Hum

edad

(b.s

.) te

óric

a


Escaldado y Secado 140 - Humedad (b.s)

R² = 0,850

-3-2-1012345678

0 1 2 3 4 5 6 7 8

Hum

edad

(b.s

.) te

óric

a


Control 160 - Humedad (b.s)

81





R² = 0,932

-1

1

3

5

7

9

11

13

0 2 4 6 8 10 12

Hum

edad

(b.s

.) te

óric

a


Escaldado 160 - Humedad (b.s)

R² = 0,900

-1

0

1

2

3

4

5

0 1 2 3 4 5

Ace

ite

(b.s

.) te

óric

o


Escaldado y secado 160 - Humedad (b.s)

UNIVERSIDAD DE CHILE - Repositorio...

Documents

Transcript of UNIVERSIDAD DE CHILE - Repositorio...